基于决策树搜索的空间飞行器集群对抗目标分配方法组成比例

本发明专利技术实施例提供一种基于决策树搜索的空间飞行器集群对抗目标分配方法，包括：获取所述拦截飞行器的协同拦截概率估计；根据所述协同拦截概率估计，以分配数量约束、可达性约束以及完全分配约束为约束条件，以预设的多级指标最优为目标，得到集群对抗目标分配策略的优化模型；基于所述集群对抗目标分配策略的优化模型进行搜索计算，得到集群对抗目标分配方案。本发明专利技术以分配数量约束、可达性约束以及完全分配约束为约束条件，以预设的多级指标最优为目标，得到集群对抗目标分配策略的优化模型，利用目标分配指导表来进行搜索计算，避免对相同飞行器/目标分配组合拦截概率的重复计算，大大缩短了计算时间，从而提高了飞行器的目标分配速度。目标分配速度。目标分配速度。

【技术实现步骤摘要】
基于决策树搜索的空间飞行器集群对抗目标分配方法


[0001]本专利技术涉及飞行器控制
，尤其涉及一种基于决策树搜索的空间飞行器集群对抗目标分配方法。

技术介绍

[0002]空间飞行器集群对抗目标分配是空间飞行器集群对抗的重要任务之一，要求空间飞行器集群根据态势变化，动态调整各飞行器对攻击目标的分配，实现对目标集群拦截概率的最大化及尽可能少的消耗燃料，从而保证攻击要求和保留应对态势变化的机动能力。集群对抗目标分配属于典型的飞行器目标分配(Weapon Target Assignment,WTA)问题，可分为静态目标分配和动态目标分配两类，静态目标分配是在某个时间点一次性对目标进行分配；动态目标分配可理解为对目标进行多阶段攻击，下一个阶段的最优目标分配策略与上一个阶段的攻击效果相关。飞行器目标分配问题是一种N
‑
P完全问题，当集群数量增大时，WTA问题的解空间会呈现指数级增加。自20世纪80年代起，涌现出一大批应用于解决飞行器目标分配问题的算法，如割平面法、隐枚举法、分支界定法、动态规划法等。Rosenberger等将飞行器目标分配问题表述为线性整数规划问题，提出了基于拍卖算法的贪婪方法和基于分支界定法的枚举求最优解的方法；后来出现了动态飞行器目标分配模型，引入博弈理论，提出了基于策略相似度的领域搜索算法；以及采用遗传算法求解飞行器目标分配问题，并采用贪婪进化法则对遗传算法进行改进，提高了算法的局部搜索性能；以及利用专家经验和评估算法对目标分配数据进行评判，提出基于强化学习和深度神经网络的动态目标分配算法。飞行器目标分配问题是非线性组合优化问题的一种，通常使用枚举法才能求得最优解，但受计算量和收敛速度的限制，常规的枚举法通常难以满足飞行器目标任务分配问题的时效性；对于小规模的飞行器目标分配问题，采用粒子群算法、遗传算法、蚁群算法等启发式算法存在重复计算，解码复杂、映射空间大，导致飞行器的目标分配速度慢的问题。

技术实现思路

[0003]本专利技术实施例提供一种基于决策树搜索的空间飞行器集群对抗目标分配方法，旨在解决现有的目标分配方法中对于小规模的飞行器目标分配，存在解码复杂、映射空间大，导致飞行器的目标分配速度慢的问题。以分配数量约束、可达性约束以及完全分配约束为约束条件，以预设的多级指标最优为目标，得到集群对抗目标分配策略的优化模型，来进行搜索计算，得到集群对抗目标分配方案，可以通过构建目标分配指导表，利用目标分配指导表构建对应的搜索决策来进行搜索计算，避免对相同飞行器/目标分配组合拦截概率的重复计算，大大缩短了计算时间，从而提高了飞行器的目标分配速度。
[0004]第一方面，本专利技术实施例提供一种基于决策树搜索的空间飞行器集群对抗目标分配方法，用于集群对抗目标分配，所述集群对抗目标分配包括第一数量个拦截飞行器对第二数量个目标飞行器的分配，每个所述拦截飞行器在一个目标分配时刻对应分配一个所述
目标飞行器，所述方法包括以下步骤：
[0005]获取所述拦截飞行器的协同拦截概率估计；
[0006]以分配数量约束、可达性约束以及完全分配约束为约束条件，以预设的多级指标最优为目标，得到集群对抗目标分配策略的优化模型；
[0007]基于所述集群对抗目标分配策略的优化模型进行搜索计算，得到集群对抗目标分配方案。
[0008]可选的，所述获取所述拦截飞行器的协同拦截概率估计的步骤包括：
[0009]根据所述拦截飞行器的拦截概率系数和所述目标飞行器的位置分布概率密度函数，计算得到所述拦截飞行器对所述目标飞行器的拦截概率密度函数；
[0010]根据所述拦截概率密度函数，计算得到所述拦截飞行器的协同拦截概率估计。
[0011]可选的，所述以分配数量约束、可达性约束以及完全分配约束为约束条件，以预设的多级指标最优为目标，得到集群对抗目标分配策略的优化模型的步骤包括：
[0012]根据所述拦截飞行器对应于所述目标飞行器的分配情况，确定决策变量，所述决策变量包括不将第i个所述拦截飞行器分配给第j个所述目标飞行器的第一变量值，以及将第i个所述拦截飞行器分配给第j个所述目标飞行器的第二变量值；
[0013]根据所述决策变量，确定所述分配数量约束。
[0014]可选的，所述以分配数量约束、可达性约束以及完全分配约束为约束条件，以预设的多级指标最优为目标，得到集群对抗目标分配策略的优化模型的步骤包括：
[0015]根据所述拦截飞行器对应于所述目标飞行器的可达状态量以及所述决策变量，确定所述可达性约束，所述可达状态量根据所述目标飞行器的初始位置在预期拦截平面的投影是否位于所述拦截飞行器的可达集内进行确定，所述可达集表示拦截飞行器从初始状态出发，在任意控制作用下，在t时刻所能到达的空间位置集合。
[0016]可选的，所述以分配数量约束、可达性约束以及完全分配约束为约束条件，以预设的多级指标最优为目标，得到集群对抗目标分配策略的优化模型的步骤包括：
[0017]对于非零的可达集，根据所述可达状态量以及所述决策变量，确定所述完全分配约束，以使非零的可达集所对应的所述拦截飞行器必定分配一个所述目标飞行器。
[0018]可选的，所述以分配数量约束、可达性约束以及完全分配约束为约束条件，以预设的多级指标最优为目标，得到集群对抗目标分配策略的优化模型的步骤包括：
[0019]确定一级指标，以所述一级指标最优为目标，得到指标函数；
[0020]确定二级指标，以所述二级指标最优为目标，以所述分配数量约束、所述可达性约束、所述完全分配约束以及所述指标函数为约束条件，得到所述集群对抗目标分配策略的优化模型。
[0021]可选的，所述基于所述集群对抗目标分配策略的优化模型进行搜索计算，得到集群对抗目标分配方案的步骤包括：
[0022]获取目标分配指导表；
[0023]根据所述目标分配指导表，得到集群对抗目标分配的决策树；
[0024]基于所述集群对抗目标分配的决策树进行搜索，通过所述集群对抗目标分配策略的优化模型进行计算，得到集群对抗目标分配方案。
[0025]可选的，所述获取目标分配指导表的步骤包括：
[0026]根据拦截飞行器的机动能力和分配实施代价，计算得到所述目标飞行器的可达飞行器集，所述可达飞行器集中包括拦截飞行器；
[0027]对于第j个所述目标飞行器，在对应的所述可达飞行器集中进行组合，得到对应的飞行器组合；
[0028]计算所述飞行器组合对应的收益，并将所述收益添加到预设的指导表中，得到所述目标分配指导表。
[0029]可选的，所述根据所述目标分配指导表，得到集群对抗目标分配的决策树的步骤包括：
[0030]根据所述目标分配指导表，生成集群对抗目标分配的初始决策树；
[0031]在满足所述分配约束、所述可达性约束以及所述完全分配约束的前提下，对所述初始决策树进行剪枝，得到集群对抗目标分配的决策树。
[0032]可选的，所述基于所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于决策树搜索的空间飞行器集群对抗目标分配方法，其特征在于，用于集群对抗目标分配，所述集群对抗目标分配包括第一数量个拦截飞行器对第二数量个目标飞行器的分配，每个所述拦截飞行器在一个目标分配时刻对应分配一个所述目标飞行器，所述方法包括以下步骤：获取所述拦截飞行器的协同拦截概率估计以及目标分配指导表；以分配数量约束、可达性约束以及完全分配约束为约束条件，以预设的多级指标最优为目标，得到集群对抗目标分配策略的优化模型；基于所述目标分配指导表和所述集群对抗目标分配策略的优化模型进行搜索计算，得到集群对抗目标分配方案。2.如权利要求1所述的方法，其特征在于，所述获取所述拦截飞行器的协同拦截概率估计的步骤包括：根据所述拦截飞行器的拦截概率系数和所述目标飞行器的位置分布概率密度函数，计算得到所述拦截飞行器对所述目标飞行器的拦截概率密度函数；根据所述拦截概率密度函数，计算得到所述拦截飞行器的协同拦截概率估计。3.如权利要求2所述的方法，其特征在于，所述以分配数量约束、可达性约束以及完全分配约束为约束条件，以预设的多级指标最优为目标，得到集群对抗目标分配策略的优化模型的步骤包括：根据所述拦截飞行器对应于所述目标飞行器的分配情况，确定决策变量，所述决策变量包括不将第i个所述拦截飞行器分配给第j个所述目标飞行器的第一变量值，以及将第i个所述拦截飞行器分配给第j个所述目标飞行器的第二变量值；根据所述决策变量，确定所述分配数量约束。4.如权利要求3所述的方法，其特征在于，所述以分配数量约束、可达性约束以及完全分配约束为约束条件，以预设的多级指标最优为目标，得到集群对抗目标分配策略的优化模型的步骤包括：根据所述拦截飞行器对应于所述目标飞行器的可达状态量以及所述决策变量，确定所述可达性约束，所述可达状态量根据所述目标飞行器的初始位置在预期拦截平面的投影是否位于所述拦截飞行器的可达集内进行确定，所述可达集表示拦截飞行器从初始状态出发，在任意控制作用下，在t时刻所能到达的空间位置集合。5.如权利要求4所述的方法，其特征在于，所述以分配数量约束、可达性约束以及完全分配约束为约束条件，以预设的多级指标最优为目标，得到集群对抗目标分配策略的优化模型的步骤包括：对于非零的可达集，根据所述可达状态量以及所述决策变量，确定所述完全分配约束，以使非...

【专利技术属性】
技术研发人员：陈琪锋，邹子缘，李鹏，孟云鹤，戴健，
申请(专利权)人：中南大学，
类型：发明
国别省市：